Gradient Descent (GD) is used to find the local minimum value, its purpose is to find variables on the errorfunction so that a function can model the data with minimum error. Therefore, the purpose of this researchis to see how much iteration is needed and how big is the accuracy level in predicting the data when usingGradient Descent (GD) Standard and GD With Momentum and Adaptive Learning Rate (GDMALR)functions. In this study, the data to be processed using the gradient descent function is the data of SchoolParticipation Rate (SPR) in Indonesia aged 19-24 years, which began in 2011 to 2017. The reason forselection This age range is one of the factors that determine success education in a country, especiallyIndonesia. SPR is known as one of the indicators of successful development of education services in an areaof either Province, Regency or City in Indonesia. The higher the value of SPR, then the area is consideredsuccessful in providing access to education services. SPR data are taken from Indonesian Central Bureau ofStatistics. This study uses 3 models of network architecture, namely: 5-5-1, 5-15-1 and 5-25-1. From 3models, the best model is 5-5-1 with epoch 6202 iteration, 94% accuracy and MSE 0.0008658637. Thismodel is then used to predict SPR in Indonesia for the next 3 years (2018-2020). These results will beexpected to help the Indonesian government to further improve the scholarship and improve the quality ofeducation in the future

Indeks Pembangunan Manusia (IPM) merupakan indikator yang sangat penting dalam mengukur keberhasilan sebuah negara dalam membangun kualitas hidup penduduk/masyarakat nya, termasuk Indonesia. Ekonomi global saat ini sedang pada titik puncak perubahan besar yang sebanding besarnya dengan munculnya revolusi industri 4.0. Penentuan peringkat atau level pembangunan dan ekonomi dari suatu wilayah atau negara dapat dilihat dari IPM. Karena begitu pentingnya Indeks Pembangunan Manusia (IPM), maka perlu dilakukan proyeksi tingkat perkembangan IPM di tahun-tahun selanjutnya, agar pemerintah Indonesia memiliki referensi dan acuan yang jelas untuk menentukan kebijakan ataupun membuat langkah-langkah strategis yang tepat agar Indeks Pembangunan Manusia (IPM) jangan sampai menurun di masa yang akan datang, bahkan meningkat pada tiap tahunnya. Data yang akan diproyeksi pada penelitian ini adalah data Indeks Pembangunan Manusia (IPM) tahun 2010-2018. Sumber data diambil dari Badan Pusat Statistik (BPS) Indonesia. Pada penelitian ini, metode proyeksi yang digunakan untuk melihat perkembangan IPM di Indonesia adalah Statistical Parabolic Projection (Trend Parabolik). Setelah dilakukan perhitungan, diperoleh selisih antara data asli IPM dengan data hasil proyeksi sangat dekat sekali, dengan tingkat MSE sebesar 0,01659. Sehingga dapat disimpulkan bahwa metode Trend Parabolik sangat baik digunakan untuk melakukan proyeksi Indeks Pembangunan Manusia. Oleh karena itu hasil penelitian ini adalah proyeksi Indeks Pembangunan Manusia (IPM) di Indonesia untuk tahun 2019 hingga tahun 2027

Virus corona bisa menyebabkan gangguan ringan pada sistem pernapasan, infeksi paru-paru yang berat, hingga kematian. Penyebaran virus Covid-19 menyebar dengan cepat di berbagai daerah khususnya di Sumatera Utara sehingga tidak memungkinkan untuk melaksanakan aktivitas seperti biasanya. Penyebaran Covid-19 di Sumatera Utara perlu dikelompokkan untuk mengetahui daerah mana yang tingkat penyebarannya tinggi, sedang atau rendah. Data yang digunakan pada penelitian ini adalah Data Kasus Covid 19 Di 33 Kabupaten/ Kota Di Sumatera Utara. Metode dalam penelitian ini adalah algoritma K-Means dan selanjutnya data akan diolah menggunakan aplikasi Rapid Miner menjadi 3 cluster yaitu tinggi, sedang dan rendah. Berdasarkan penelitian ini dibentuk sebuah sistem yang digunakan untuk melatih dan menguji data agar mendapatkan hasil pengelompokan penyebaran Covid-19 di Sumatera Utara.

Product is the one of thing which more important in the business especially for the retail industry. Ramayana is the one exact place for selling retail products such as clothing, shoes, or slipper. On 2012-2018, the number of sales of products in Ramayana experience curve up and down. That thing can cause profit and lose for Ramayana, to avoid that thing need to be held a prediction for the next months so that Ramayana side can know what will happen in the next months in selling it’s product and can take a step for more effective in selling it’s products. The data which used in this research is the data report monthly product sales of shoes & sandal sourced from Ramayana from 2012 until 2018. This research uses the Backpropagation neural network method using 5 architectures namely 3-26-1, 3-31-1, 3-35-1, 3-39-1 and 3-40-1. The best architecture is 3-35-1 with an accuracy rate of 92%. The results obtained are the results of the prediction of the number of sales for 2019, 2020, 2021 and 2022

Strategi melawan pandemi dengan pembatasan sosial memaksa semua institusi pendidikan menerapkan pembelajaran daring. Pembelajaran daring yang awalnya sebagai strategi menjadi kontroversi karena singkatnya proses adaptasi. Perubahan mendadak dari pembelajaran tatap muka ke pembelajaran daring pada skala besar menyebabkan respon di masyarakat. Tujuan dari penelitian ini adalah untuk menganalisis Algoritma C4.5 dan Naïve Bayes pada masa pandemi COVID-19 di SMK Swasta Persiapan Pematangsiantar. Data yang diperoleh dari penelitian ini diperoleh dari Sekolah SMK Swasta Persiapan Pematangsiantar. Berdasarkan hasil pengujian Didalam mata pelajaran Adaptif terdapat Perfomance atau tingkat Akurasi untuk Algoritma C4.5 sebanyak 98% dan Algoritma Naïve Bayes sebanyak 99%. Sehingga Algoritma Naïve Bayes lebih baik digunakan untuk memperoleh hasil dari Analisis Keberhasilan Pembelajaran Daring di masa Pandemi COVID-19.